[发明专利]问答对评分模型的训练方法、装置、设备及存储介质在审

专利信息
申请号: 202210182951.X 申请日: 2022-02-25
公开(公告)号: CN114528391A 公开(公告)日: 2022-05-24
发明(设计)人: 蒋佳惟 申请(专利权)人: 中国平安人寿保险股份有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06F16/338;G06F16/35;G06N3/04;G06N3/08
代理公司: 深圳市力道知识产权代理事务所(普通合伙) 44507 代理人: 郑永敏
地址: 518000 广东省深圳市福田区福田街道益田路5033号平安*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 答对 评分 模型 训练 方法 装置 设备 存储 介质
【说明书】:

本申请涉及人工智能领域,具体公开了一种问答对评分模型的训练方法、装置、设备及存储介质,所述方法包括:获取样本问答对,所述样本问答对包括问题和所述问题对应的正确答案;对所述正确答案进行数据增强,得到错误答案;根据所述问题、所述错误答案和所述正确答案确定所述样本问答对的第一分数;对所述样本问答对进行语序评分,得到所述样本问答对的第二分数;根据所述第一分数和所述第二分数对分类模型进行迭代训练,并将训练完成的所述分类模型作为问答对评分模型。

技术领域

本申请涉及人工智能领域,尤其涉及一种问答对评分模型的训练方法、装置、设备及存储介质。

背景技术

检索式问答系统是常见的问答系统结构之一,是在原有问答库中通过查找与输入的问题最相似的问题为目标,返回该相似问题在现有问答库中的答案作为回答,具有稳定可控的提醒。但检索式问答系统的质量与检索式问答系统中问答库的质量息息相关,因此,需要对检索式问答系统中问答对的质量进行衡量。

发明内容

本申请提供了一种问答对评分模型的训练方法、装置、设备及存储介质,以对问答库中的问答对进行评分。

第一方面,本申请提供了一种问答对评分模型的训练方法,所述方法包括:

获取样本问答对,所述样本问答对包括问题和所述问题对应的正确答案;

对所述正确答案进行数据增强,得到错误答案;

根据所述问题、所述错误答案和所述正确答案确定所述样本问答对的第一分数;

对所述样本问答对进行语序评分,得到所述样本问答对的第二分数;

根据所述第一分数和所述第二分数对分类模型进行迭代训练,并将训练完成的所述分类模型作为问答对评分模型。

第二方面,本申请还提供了一种问答对评分模型的训练装置,所述装置包括:

样本获取模块,用于获取样本问答对,所述样本问答对包括问题和所述问题对应的正确答案;

数据增强模块,用于对所述正确答案进行数据增强,得到错误答案;

第一分数模块,用于根据所述问题、所述错误答案和所述正确答案确定所述样本问答对的第一分数;

第二分数模块,用于对所述样本问答对进行语序评分,得到所述样本问答对的第二分数;

模型训练模块,用于根据所述第一分数和所述第二分数对分类模型进行迭代训练,并将训练完成的所述分类模型作为问答对评分模型。

第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器;所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的问答对评分模型的训练方法。

第四方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的问答对评分模型的训练方法。

本申请公开了一种问答对评分模型的训练方法、装置、设备及存储介质,通过获取样本问答对,样本问答对包括问题和问题对应的正确答案,然后对正确答案进行数据增强,得到错误答案,再根据问题、错误答案和正确答案确定样本问答对的第一分数,以及对样本问答对进行语序评分,得到样本问答对的第二分数,最后根据第一分数和第二分数对分类模型进行迭代训练,并将训练完成的分类模型作为问答对评分模型。在训练问答对评分模型时结合样本问答对中正确答案在该问题的所有答案中的顺序和样本问答对的语序合理化程度两方面,从而提高了得到的问答对评分模型在对问答对进行评分时的全面程度,提高评分结果的准确性。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安人寿保险股份有限公司,未经中国平安人寿保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210182951.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top